kafka去中心化

㈠ 安裝Kafka 的機器上一定要有 Zookeeper 嗎

kafka 很多說不需要安裝zk的是因為他們都使用了kafka自帶的zk 至於kafka為什麼使用zk，你首先要知道zk的作用, 作為去中心化的集群模式。 需要要消費者知道現在那些生產者（對於消費者而言，kafka就是生產者）是可用的。 如果沒了zk消費者如何知...

㈡ 為什麼搭建Kafka需要zookeeper

kafka 很多說不需要安裝zk的是因為他們都使用了kafka自帶的zk
至於kafka為什麼使用zk，你首先要知道zk的作用, 作為去中心化的集群模式。
需要要消費者知道現在那些生產者（對於消費者而言，kafka就是生產者）是可用的。
如果沒了zk消費者如何知道呢？如果每次消費者在消費之前都去嘗試連接生產者測試下是否連接成功，效率呢？
所以kafka需要zk，在kafka的設計中就依賴了zk了。

㈢ 安裝Kafka 的機器上一定要有 Zookeeper 嗎

kafka 很多說不需要安裝zk的是因為他們都使用了kafka自帶的zk
至於kafka為什麼使用zk，你首先要知道zk的作用, 作為去中心化的集群模式。
需要要消費者知道現在那些生產者（對於消費者而言，kafka就是生產者）是可用的。
如果沒了zk消費者如何知道呢？如果每次消費者在消費之前都去嘗試連接生產者測試下是否連接成功，效率呢？
所以kafka需要zk，在kafka的設計中就依賴了zk了。
（資料來源：雲綉網）

㈣ kafka最新版本如何使用 zk

kafka很多說不需要安裝zk的是因為他們都使用了kafka自帶的zk至於kafka為什麼使用zk，你首先要知道zk的作用,作為去中心化的集群模式。需要要消費者知道現在那些生產者（對於消費者而言，kafka就是生產者）是可用的。如果沒了zk消費者如何知道呢？如果每次消費者在消費之前都去嘗試連接生產者測試下是否連接成功，效率呢？所以kafka需要zk，在kafka的設計中就依賴了zk了。

㈤ 為什麼搭建Kafka需要zookeeper

需要一個地方存元信息。zookeeper又是分布式，做配置管理比較好的。於是就用上了。

㈥ kafka 伺服器本機 必須安裝zookeeper 么

至於kafka為什麼使用zk，你首先要知道zk的作用, 作為去中心化的集群模式。

需要要消費者知道現在那些生產者（對於消費者而言，kafka就是生產者）是可用的。

如果沒了zk消費者如何知道呢？如果每次消費者在消費之前都去嘗試連接生產者測試下是否連接成功，效率呢？

㈦ consumer 為什麼需要間歇性的向zookeeper注冊offset

kafka 很多說不需要安裝zk的是因為他們都使用了kafka自帶的zk至於kafka為什麼使用zk，你首先要知道zk的作用, 作為去中心化的集群模式。需要要消費者知道現在那些生產者（對於消費者而言，kafka就是生產者）是可用的。如果沒了zk消費者如何知道呢？如果每次消費者在消費之前都去嘗試連接生產者測試下是否連接成功，效率呢？所以kafka需要zk，在kafka的設計中就依賴了zk了。

㈧ 移民文學的移民文學

在1985年以前還只是默默無聞的移民文學在過去的20年裡，憑借其豐富多彩的詩化題材得到了長足的發展，不僅是對德語文壇的一種豐富和補充，更在國際上嶄露頭角。時至今日，一些著名的移民文學作品被廣泛閱讀，而它們的作者也以德語作家的身份頻繁出現各種媒體之上，如Ferin Zaimoglu，SAID，Rafik Schami，Terézia Mora，Emine Sevgi zdamar，Ilija Trojanow，Herta Müller，Zsuzsa Bánk。他們的作品在圖書市場上異軍突起，他們的小說、散文和詩歌也成為了當代德語文學的重要作品。 移民文學首先來源於作者的寫作方式，並不與作者自身的語言和出身直接相關。而這種寫作方式的標志特性即是文化多視角性——這在德語文學中，並不是第一次出現，只要一想到 Adelbert von Chamisso、Franz Kafka、Elias Canetti 或是Jurek Becker ，他們就從未被約束在純粹的「單一文化」范疇內。大多數被看作是移民文學的作家用德語寫作；有些人，例如那些羅馬尼亞裔德語作家，一直如是。其他的作家卻緊緊秉持著他們的祖籍語言，盡管他們長時間在德語地區生活——然而他們的文章無論是在形式上、主題上還是題材上出發，都依然從屬於移民文學。如果將研究的范疇擴展到德國之外，那麼移民文學就「不僅只是民族轉化，而同樣代表著一種後民族主義討論」。
1980 年，關於工作移民的文學作品，還貼著「外籍工人文學」的標簽，也正是從這時起，這種文化類型開始廣泛被德國民眾所接受。德國移民文學第一階段的重要作品包括Aras Ören、Yüksel Pazarkaya 、「PoLiKunst」協會會員的作品（成員包括Franco Biondi、Jusuf Naoum、Suleman Taufiq、Habib Bektas、Rafik Schami、Gino Chiellino等）以及 Irmgard Ackermann出版的文集。這些作品大多數是在慕尼黑德語外語學院的有獎徵文中產生，該學院於1985年第一次作為權威加入了Adelbert-von-Chamisso 獎的頒獎委員會，而這一獎項是德語文學獎項中最值得炫耀的獎項之一。在始於1980年代中葉的移民文學初級階段，許多文章多數聚焦於家鄉與異鄉語言交流、移民過程中的語言交流和文化交流、移民接納「多元文化」的德國社會問題等話題。
與他們在1985年所遭遇到的情況類似，這種文學類別在Emine Sevgi Özdamar的書里被歸納為「外國人文學」，而它正是在這樣一種背景下不斷發展著其多樣性。那些往往是出於政治原因被迫離開祖國的來自中歐、東歐以及東南歐的作家在1989/1990年那個「轉折點」到來之前，就已經進入了人們的視線。 他們的作品在語言上和風格上通常很新穎，有時極度復雜，有時又非常貼近二戰前的文學傳統，如Ota Filip、Libuše Moníková、Zsuzsanna Gahse、György Dalos、Herta Müller以及 Richard Wagner等人的作品就非常生動地再現了當時中歐的民族對話狀況。來自亞洲、非洲和拉丁美洲的作家，例如自1950 年代就在德國寫作的波斯裔作家Lyriker Cyrus Atabay以及生活在漢堡的日本裔作家Yoko Tawada，也受到了同樣的重視。1990年後，來自民主德國的外籍作家，如蒙古籍作家Tuwine Galsan Tschinag、敘利亞籍作家Adel Karasholi，也逐漸獲得了關注。
伴隨著第二代、第三代移民作家的出現，尋求擺脫「融入和析出的沖突」的需求成為一種普遍現場，而移民文學也由此逐漸融入德語文學。像Zafer Şenocak、José F.A. Oliver或Zehra Çirak這樣的作家，他們既不想被劃分成外籍，又不想被劃分成德籍。Ferin Zaimoglu 以Kanak Sprak 為關鍵詞表述了整整一代德籍土耳其裔大城市青年人的生活現狀，懷抱同樣理想的還有Yadé Kara、Selim Oezdogan以及Imran Ayata。顯而易見，他們成為了後殖民主義混合文化的文學代言人。
在那些非德國文化背景的青年作家的作品中，呈現出一種極為多樣化的跨文化創作方式。通過頻繁的視角轉換、復調式的語言表達方式以及「歐洲中心化」的寫作方式凸現出其作品在結構上的復雜，例如Ilija Trojanows的《Der Weltensammler》以及捷克裔作家Wieners Michael Stavari那些帶有語言試驗性質的散文，再比如1978年生於波黑的Saša Stanišić的首部小說，看似一出幽默鬧劇，實則帶著濃重的自傳特點。像1970 年生於哈薩克的 Eleonora Hummel以及1973 年生於南斯拉夫達爾馬提亞地區的 Marica Bodrožić這樣的作家，因其作品中所表現出來的種種特色，被定義為「狹義上的移民作家」。直至今日，他們的作品仍為當代移民文學做出了諸多重要貢獻。

㈨ 大數據主要學什麼內容

一般來說，在一線城市，以BAT來說它們企業給應屆畢業生的起薪並不高，但只要工作拚命、能力出眾，事實上入職後的2、3年裡就很容易拿到15萬元以上的年薪。而在三線互聯網公司，同等條件下，普通技術員工的年薪一般能達到15萬元左右。而准二線的互聯網公司的普通員工薪水基本也能達到或超過20萬元，與許多傳統行業相比，這樣的收入水平絕對令人艷羨。工作經驗超過5年後，互聯網企業中的收入差距就會拉大。

如此誘人的薪資，肯定是人人都想加入的。但加入的條件就在於需要掌握一定的技能，綜合很多大數據公司的要求統計如下：
1、熟練使用SQL語言；
2、熟練使用Hadoop、M/R、Hive、Storm等開發工具；
3、熟悉Linux命令及Shell編程；
4、對數據敏感，良好的邏輯分析能力，良好溝通能力和團隊精神；
5、熟悉Impala、Druid、Mdrill、ElasticSearch等大數據工具者優先；
根據企業對大數據工程師的要求，你需要學習的技術如下：
階段一、大數據基礎——java語言基礎方面
（1）Java語言基礎
（2） HTML、CSS與JavaScript
（3）JavaWeb和資料庫
階段二、 Linux&Hadoop生態體系
Linux體系、Hadoop離線計算大綱、分布式資料庫Hbase、數據倉庫Hive、數據遷移工具Sqoop、Flume分布式日誌框架
階段三、 分布式計算框架和Spark&Strom生態體系
（1）分布式計算框架
Python編程語言、Scala編程語言、Spark大數據處理、Spark—Streaming大數據處理、Spark—Mlib機器學習、Spark—GraphX 圖計算、實戰一：基於Spark的推薦系統（某一線公司真實項目）、實戰二：新浪網（www.sina.com.cn）
（2）storm技術架構體系
Storm原理與基礎、消息隊列kafka、Redis工具、zookeeper詳解、實戰一：日誌告警系統項目、實戰二：猜你喜歡推薦系統實戰
階段四、 大數據項目實戰（一線公司真實項目）
數據獲取、數據處理、數據分析、數據展現、數據應用
階段五、 大數據分析 —AI（人工智慧）
Data Analyze工作環境准備&數據分析基礎、數據可視化、Python機器學習
1、Python機器學習2、圖像識別&神經網路、自然語言處理&社交網路處理、實戰項目：戶外設備識別分析